杨东、臧俊恒：《反垄断法》应如何规制数据竞争和垄断

    摘要：数据作为生产要素更易引致垄断现象，掌握系争数据可能为强化抑或阻碍市场竞争的双刃效果，数据的收集、处理、利用等环节会相互作用和反馈循环，从而对市场竞争产生叠加、聚合影响力。价格中心型反垄断法框架不能有效规制数字市场的垄断行为，以价格因素作为竞争损害的判断标准，忽视了“强化优势地位”要素，将干预延迟到平台获得损害竞争的市场地位之后，降低了反垄断法的法律效力和社会效果。《〈反垄断法〉修订草案（公开征求意见稿）》增列数据因素进入反垄断法分析框架，标志着规制数据垄断行为的法律路径发生了转向，然而，小修小补的法律路径，并不能完成对数据市场垄断行为的有效规制。规制数据垄断应重构既有的反垄断法分析框架，体系化构建规制数据市场的竞争损害行为：利用数据可迁移性可以降低同时使用不同平台的用户转换成本，设置安全港规范实现数字市场的利益平衡，将相对优势地位和必要设施原则纳入反垄断法，同时以规制思维弱化事后处罚机制，以事前、事中、事后周密而细化的制度营造市场化法治化的营商环境。
    一、问题的提出
    十九届四中全会提出，“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，《关于构建更加完善的要素市场化配置体制机制的意见》也提出“加快培育数据要素市场”，并对构建和完善数据要素市场化配置体制机制作出部署，有利于促进和培育数据市场发展，推动完善数据市场监管。数据的采集、利用、储存、交易等一系列的行为正发生变化，新的客体、新的主体正在产生形成有价值的数据。同时，随着数据的集合，掌握系争数据可能会强化或阻碍市场竞争，影响市场竞争的程度将甚，为此实有必要探究数据所生的限制竞争问题。
    国家市场监管总局在2020年1月发布《〈反垄断法〉修订草案（公开征求意见稿）》，第21条第2款规定，“认定互联网领域经营者具有市场支配地位还应当考虑网络效应、规模经济、锁定效应、掌握和处理相关数据的能力等因素。”数字经济本身的特性对传统反垄断分析框架和权衡因素带来了挑战，数据对市场竞争的影响包括，建立或提升网络效应，通过数据分析适时调整经营策略，降低用户平台多归属性，以及持续推动创新服务以维持市场支配地位。为了让数字市场的活动在反垄断法上得到有效的评价，须于价格竞争之外考虑新的因素。针对数字市场的特性在市场地位的判断，增列“数据”因素进入反垄断法分析框架，“掌握和处理相关数据的能力”与纳入市场地位的考虑因素相互呼应，但仍有部分对市场地位有影响的因素稍有遗漏。数据的生命周期涵盖收集、存储、分析、利用、删除、转移等环节，数据价值链的不同环节之间会相互作用和反馈循环。如果局限于部分环节的孤立分析，将数据与数字经济的竞争行为相割裂，无法完整展现数据对市场竞争造成的竞争损害全貌。
    数字经济时代，数据的收集渠道多元且成本低，数据的积累本身不会造成进入壁垒，并且不会自动赋予平台排除竞争对手的资格，产生或者强化垄断能力。即数据的特征使得数字平台不能阻止竞争对手复制数据，平台企业的数据不一定构成反垄断风险。但是，随着数据量的增长，作为数字平台生产要素的重要性日益增加，平台利用数据维持竞争优势，限制竞争对手访问，设置进入壁垒并维持其支配地位，造成的竞损害并非更高的价格，而是质量、创新和隐私的损失。
    诚然，既有的反垄断法分析框架在数字经济时代并未完全过时，此次反垄断法修订亦可以考虑秉持小修的谨慎态度。“由于在工业革命时代所形成的反垄断规则已无法适应数字经济的发展要求，数字经济发展及市场活动的日益复杂化都需要加强反垄断规制。”基于工业经济原理和理论的传统竞争法规制的手段和方法无法适应数字经济的挑战，以网络效应、规模效应、多边市场等为特点的新特征，数字平台对反垄断法适用带来了巨大的挑战。
    目前反垄断分析框架适用数据引起的限制竞争行为，对于市场的合并或滥用市场支配地位行为，即使有必要就数据市场中的特性调整特定的分析方法与工具，却并非是需要对反垄断法传统分析框架进行范式转移式修正后才能妥适规范的问题。价格中心型的分析路径并不适合数据驱动型市场，因为这些市场上的产品和服务往往免费提供，许多用户已经习惯于不支付价格，潜在损害虽然显著但更难量化。
    但是这些讨论还不够全面，仅仅在立法上简单的修补，并不能解决实际问题。本文从数据生产要素的角度，解释数据垄断的双重规制困境以及规制进路的优化问题。
    随着数字经济的不断发展，数据持续增长与累积，提升算法技术，激发数据的价值。通过用户在数字平台的活动，平台收集、分析、利用数据，实现基础数据的价值转换。无论将数据作为商品还是生产要素，数字经济平台因为数据收集、分析及利用的能力，获得市场竞争的优势或市场力量，影响市场自由竞争，由此带来在价格为零的前提下，平台利用现代技术造成的竞争损害。各种新型的垄断行为应运而生，例如策略性合并、排他性行为以及数据相关的创新与隐私问题。平台竞争的特性决定了其分析范式有别于传统的价格中心型分析框架。
    掌握数据和算法，成为平台赖以实施垄断行为的市场力量来源，数据对于平台竞争的重要性愈来愈高，封锁与排除平台竞争的诱因也随之增强。就平台数据竞争问题，Microsoft、Google、Facebook、Amzon、Apple等掌握数据及其运用的大型平台已经被各国竞争执法机构调查和处罚。数字平台凭借其作为数据集合体的中心，借助算法将海量数据快速分析，得以在相关市场取得市场力量。如果数字平台刻意操纵竞争数据取得的机会，提高市场进入壁垒，则可能认定滥用市场地位行为。
    数据对平台合并的影响，在法律修订或配套机制的讨论上较为成熟。不乏在市场上本来即具备海量数据汇集的平台，平台因自身服务即可持续收集海量数据，将通过数据分析、拟定商业策略、商品或服务整合的方式，改善或创新提升数据应用的价值及商品或服务的市场力量。亦有将数据本身直接作为商品或服务，通过竞争关键数据，巩固或提升其市场地位（如TomTom/Tele Atlas 案）。
    即便如此，在过去十年中，Amzon 、Apple、 Facebook、Google、 Microsoft，已经在全球范围内进行了400多项并购交易，其中一半以上发生在最近5年内，合并的交易额非常高。然而，执法机关仅对少数合并进行了审查，且没有一项被禁止，这让我们质疑执法机关是否平衡了执行不足和执行过度的风险。数据市场的性质，会改变假阴性和假阳性错误之间传统的权衡关系，需要重新考虑合并评估工具的演化，以有效地规制数据市场中的合并。
    数字经济平台通过各类软件与算法的交互作用，快速取得、分析与利用海量实时的数据，进行精准的信息处理，甚至由算法直接完成自主决策。而在数字竞争环境中，相关数据只要处于可被读取的状态，皆可通过算法设计与运作加以运用，并由此洞悉市场动态取得决策先机。而在信息过度透明的状态下，平台在无意间采纳相同的市场策略，在外观上形成类似于共谋的状态，数据与算法的交互应用可能促成或强化卡特尔。
    二、数据的生产要素属性：从数字经济到数据经济
    突如其来的新冠肺炎疫情改变了人类的正常工作与生活轨迹。在抗击疫情过程中，以数据生产要素为基础的数字经济，依托新技术和大平台优势，通过信息聚合、数据共享，为全社会资源调配、物资流转、网上办公等起到了重要的支持作用。我国数字经济在抗击疫情中体现出的行业特色和结构优势，使我们坚信，数字经济平台将在接下来的疫情防控和经济社会发展中发挥更大的作用。
    （一）数据经济的基础架构
    1. 数据经济的生产要素：数据
    主导性生产要素在生产与再生产的循环中随着经济发展阶段逐次递进。围绕海量数据的分析产生的计算力，数据要素已经成为数字经济时代重要的战略资源，土地、资本、劳动力以及技术等传统要素都可以转化为数据要素，市场要素流动可集中表现为数据要素的流动进而提升全要素生产率。数字经济迈向以新基建为战略基石、以数据为关键要素、以产业互联网为高级阶段的发展。数据的收集、利用、分析所带动的数据驱动型创新，平台得以改善产品或服务的品质，提供消费者更多元的选择，创造经济利益与生活便利性。然而，数据作为生产要素更易引致垄断现象，对数据的控制可强化企业的竞争优势、行为的限制竞争效应，平台也会有诱因以各类竞争手段，试图比竞争对手更早取得数据，或让竞争对手无法取得关键数据。数据生产要素对后续生产的产品或提供的服务有影响，则分析的重点需置于最终产品市场而非要素市场的竞争效果。
    当前全球经济增长乏力，但数据作为生产要素的重要作用日益凸显，以数字经济为代表的新经济成为经济增长新引擎。生产要素是不断演变的历史范畴，土地和劳动力是农业经济时代重要的生产要素。工业革命后，资本成为工业经济时代重要的生产要素，并且衍生出管理、技术等生产要素。随着数字经济时代的到来，数据已经成为经济数字化转型的生产要素之一，并与土地、资本等要素的结合形成现实的生产要素，与土地、资本等要素一样，“单纯的数据资源只是可能的生产要素，劳动构成数据成为现实生产要素的必要不充分条件，数据通过与劳动相结合形成知识积累，进而更好地与管理相结合，才会使数据更充分地成为现实生产要素。”为此，需要在了解生产要素演变规律的基础上，认识数据作为生产要素的重要意义，采取有针对性的措施，推动数据生产要素市场的有效发展。
    2.数据经济的组织基础：平台
    数字经济平台通过整合数据、算法的发展，将其市场力量势扩张至横向、 纵向甚至混合经营的市场范围，影响的层面较实体产业而言更加广泛而迅速，能够采用的方式和资源更复杂。数字经济平台按其服务特性，能够对数据市场产生破坏性创新的优势，将因此需要针对数据市场的平台竞争问题重新构建。在数字经济环境当中，数字平台主要扮演中介者的角色，连接两个及以上不同的用户群。以搜索引擎平台为例，其功能在于通过算法设计协助用户搜索到所需信息，在用户输入特定关键词时，搜索结果即会同时列出相关的信息，使用户可以根据搜索结果产生交易的可能。其他社交平台、共享经济平台或移动应用平台等，都按其服务设定的目的，建立不同群体之间的联系，形成并维持一个得以持续运转的平台生态系统。数字经济平台所提供的商品或服务对一方用户的价值，受同一平台其他用户群体的数量的影响。伴随着科技的研发、创新与应用，新的商业模式或服务形态会弱化甚至取代目前经营者的市场地位。而动态市场的特性，实际上与数字经济平台的进入壁垒存在相互关系。
    3. 数据经济的分配机制：算法
    算法对用户的追踪、预测与影响，快速收集竞争者的数据，在瞬息之间决策与执行反应，降低平台经营和竞争成本，市场呈现高度透明化，改变了传统的市场竞争结构。算法对市场结构及经营者行为所产生的改变、以及它被用为合谋工具的样态。愈来愈多平台不断增加其对算法的依赖。第一，利用算法预测分析，根据以往数据衡量未来各个结果出现的概率，对当前影响市场环境的内生或外在冲击进行预测。第二，算法优化经营过程，减低经营者的生产和交易成本、或有效率因应市场情况而订价，获得竞争优势。
        
    平台的多元数据与算法的交叉可以产生跨市场的市场地位。在Google Search案中，Google运用其在搜索引擎服务的市场地位，协助Google Shopping的改进拓展，将购物比较服务的搜索结果列入关键词搜索结果排序的置顶地位等，由此在搜索引擎的市场地位传导到购物比较服务市场，并对竞争对手采取不合理的差别待遇行为。而 Google之所以可以这样操作，是因为Google已具备精准的搜索、排序的算法技术，数据的排序及呈现是来自于不同算法的交互，用户实际上没有机会发现搜索引擎呈现的结果是否已经过处理。面对算法影响市场竞争的系统性风险，应从算法内容、法律实施及社会实践等多个面向出发，探究规制算法的合理性竞争分析框架。
    （二）数据生命周期的竞争影响
    数据已经成为数字经济中最有价值的资源，然而数据市场通常具有进入壁垒的特征，创造持久的市场力量或作为从事限制竞争行为的基础。其中，部分有些壁垒是数据特有的，比如存储海量数据，数据作为市场投入要素的特征会影响进入壁垒的高度和类型。但是另一部分壁垒，如双边市场或网络效应产生的壁垒适用范围会更广。数据市场可以根据数据的生命周期进行竞争分析，即数据进入壁垒不仅仅是收集阶段，数据收集和分析、存储、利用环节形成不同类型的影响，同时，数据也有种类的区别，不同市场需要不同的数据。不同市场、不同类型的数据也会构成不同程度的进入壁垒，由于数据本身不具备固有的价格，其是否具备竞争价值是相对性的，根据数据利用目的、方法、时间、对象等条件确定其价值。即看似相同的数据收集，针对特定市场产生竞争价值，但对于其他市场或许则未必。因此，对数据收集、存储、分析和利用的影响分析必须与它们对整体的影响相关，根据数据的特性与系争市场的关系做出数据是否构成进入壁垒的决定。
    数据生命周期的每个环节以及环节之间往往都存在不同类型的进入壁垒，包括技术、法律或行为上的，对市场竞争产生叠加的负面影响。这些壁垒的存在和强度因数据市场的具体特点而有所不同，为了评估这些壁垒的重要性，需要分析作为特定市场输入的数据的特性。由于进入壁垒在数据生命周期的若干环节中的累积效应，每一环节本身或许都不会造成较高的进入壁垒。因此，分析的重点不应局限于数据的某一环节。数据生命周期各个环节的进入壁垒强度都会影响，降低一个环节的壁垒会影响企业在另一环节设置更高壁垒的动机，以保护其基于数据的优势。
    在数据收集环节，技术壁垒包括数据的唯一性、规模经济、双边市场、封锁效应等。限制数据访问的形式影响数据收集，受到数据安全、隐私以及数据所有权的法律限制。企业从事排他性行为、拟定较高的进入价格或者使用禁止收集数据的软件构成行为性的壁垒。数据存储是技术进步降低市场进入壁垒的主要环节，存储空间、数据驱动的存储成本、存储效率构成技术壁垒，最大障碍是转换成本和锁定在信息系统中无处不在。数据以特定顺序存储时，将导致很高的转移成本，甚至产生锁定效应。数据收集的诸多壁垒，如规模经济和范围经济，与数据分析相关，数据的兼容性、互通性以及分析工具的选择都会构成在数据分析上的壁垒。然而，即使企业拥有或能够通过数据中介收集得到数据，这并不意味着数据可以被有效利用，技术壁垒无法定位和接触相关用户偏好。数据利用主要障碍往往是旨在保护用户隐私的法律限制。然而，这种壁垒的范围往往由技术水平决定：使数据匿名的能力决定可以合法使用的数据范围。
    三、数据垄断规制进路的固有症结与转向难题
    （一）价格中心型分析框架的固有症结
    以价格为中心的现行反垄断准则，假定保护消费者利益是反垄断法的唯一目的，但基于消费者福利的方法过于狭窄。数据市场上的产品和服务往往免费提供，许多消费者已经习惯于不支付价格，潜在竞争损害虽然显著更难量化。价格中心型的规制逻辑对竞争过程与结构选择性忽略，主要通过对价格和产出的影响来衡量市场竞争程度。实际上，反垄断执法机构从未否定［非价格竞争］维度的重要性，然而，较容易测量的经济要素取得了不成比例的重要性，较难测量或评估的要素则往往遭到忽视或低估。
    1. 损害理论
    数据作为生产要素的重要性日益增加，平台利用数据优势形成市场力量，但也根据市场特性影响竞争。数字经济平台通过限制竞争对手访问数据，阻碍共享数据设置进入壁垒，竞争损害并非价格上涨，而是质量、创新和隐私的损失。虽然数字平台通过多种方式利用数据提高产品质量，但是滥用数据优势会导致质量下降。
    隐私保护涉及数据汇集的数字平台，收集和利用用户数据的行为会造成隐私的泄露。用户持续使用平台提供的零价服务，支付个人数据作为服务的对价，在涉及数据集合的数字平台产生潜在的竞争损害，如果数字平台通过合并的方式产生数据集中及后续利用、分析，超出了用户原先同意的范围和认知，不但对隐私保护有所影响，亦会导致用户做出转换服务的选择，即平台合并对用户隐私保护的承诺，改变平台隐私保护质量，在平台竞争上作为非价格竞争元素所应关注的部分。
    将隐私保护作为是平台竞争的非价格因素，然而，非价格竞争能否发生促进竞争的效能，取决于用户能否在交易时正确评价平台对隐私保障的优劣。如果用户无法事先掌握被收集的数据类型、范围与程度，以及后续的利用方式等情况时，就无从选择使用隐私权保障较好的特定数字平台。事先评估平台质量的限制，反而让竞争的结果出现隐私保障不升反降的尴尬局面。尽管如此，反垄断执法机关如何衡量非价格或质量竞争因素，比衡量价格竞争更为困难，特别是隐私保障的范围、程度及必要性，具有强烈的主观性和挑战性，需要量化隐私保障在内的非价格竞争因素。分析数据市场竞争的隐私问题的三个因素，损害类型，行为是否涉及消费者福利或经济效率的减损；损害范围，争议是否属于用户与数据提供者间的协商条款；救济的有效性，评估不同法规的成本－效益的分析。
    2. 相关市场
    虽然反垄断法逐渐关注价格之外的竞争因素，但相关市场界定仍然以价格中心的界定方法当为重点。数据驱动的平台竞争的核心却并非价格，而是通过提供单边或多边免费服务进行质量竞争，加之平台竞争受到技术发展的影响，对潜在竞争市场的判断较为困难，使过往以价格为核心的市场界定范式在平台数据竞争的个案，需要按平台特性补充调整。
    数字平台在特定市场上占据支配地位，整合数据、算法等各种生产要素，将市场力量延伸到横向、纵向甚至混合经营市场，对基于工业经济形成的反垄断法带来挑战。平台市场动态发展快速演化，消费者偏好的变化使得对不同产品或服务之间替代性的评估更加困难，平台生态系统中创新的快速变化增加了对供给替代评估的不确定性。传统市场界定通常以相似特征的物理产品为基准，个案当中到底哪些服务或产品应该被列入同一相关市场，成为应该被评估的竞争者或潜在竞争者。例如在Facebook/WhatsApp的合并案中，欧盟竞争委员会在Facebook平台的数字广告市场将服务类型与竞争对象完全不同的Google、Yahoo、MSN 纳入同一市场，并将更多其他不同数字服务类型如Apple、Amazon、eBay、Microsoft、等的数据收集列入相关市场中的可替代数据。数据在平台竞争上所扮演的功能亦有所不同。数据作为平台商品服务持续发展、改善、优化或创新的生产要素，此类数据本身并非直接作为商品或服务，Google通过数据汇集、分析与利用持续优化搜索算法，降低或拒绝其他竞争者收集数据量的机会，Facebook将数据用于提升目标性广告，在市场界定上根据平台多边市场特性处理。相对而言，部分数字平台则将数据直接作为商品/服务。数字平台对数据的利用类型多元，数据利用同时具备对内提升及优化自身商品或服务的功能，故仍需依据数据利用情况进行市场界定。
    数字平台的双边或多边市场，通过直接或间接网络效应建构平台数据集合体，数字网络或科技环境本身具备高度的创造性，平台可以提供的服务类型非常多元。数据驱动的数字平台通常具有免费的特性，且其竞争核心与数据密切相关，需要关注质量、创新等非价格因素的影响，当服务为免费时，质量就是市场竞争的核心参数，非价格的价值为不同数字经济平台竞争的核心，将影响平台商品或服务的质量。在以价格为基础市场界定方法难以适用的情况下，如何将数据驱动的平台竞争相关的质量因素纳入评估，SSNDQ作为替代方法在实际操作受到质量因素的主观性及多元性的影响，判断数据相关的质量影响相对困难。传统的SSNIP测试不再适用，对其改进则需考虑假定垄断者是否降低其服务质量或者增加其收集的数据量。但在实务上，即使有这些适用于数字经济平台的修订，然而依然无法适用相关市场的界定，实际操作 SSNIP或临界损失法的可能性源自于双边市场下市场界定的复杂程度要求。
    3.事后规制
    基于市场结构对竞争的理解是反垄断法的理论基础，市场结构导致了企业的特定行为模式，进而塑造了市场绩效。结构主义向价格理论的转向对反垄断分析有两方面影响：进入壁垒概念的范围将明显变窄，在位者因规模经济、资本需求和产品差异化的优势并不构成进入壁垒，价格成为市场竞争的主导因素。
    然而，执法机关并没有完全忽视非价格效应的影响。现行价格中心型框架不能有效规制数据市场的竞争损害，将对竞争损害与价格关联忽视了是否存在市场力量，以及市场力量的集中，将分析重点从竞争过程转向了结果，换言之，计算价格是否上升取代了对市场结构的分析，以至于将干预延迟到企业获得损害竞争的主导地位之后，降低了反垄断法法律效力和社会效果。
    促进竞争的规制措施更容易在市场变得缺乏竞争之时，而非市场已经缺乏竞争之后再发挥作用。但是，转向主要依赖价格衡量标准，忽视对竞争的结构性削弱，也损害了消费者福利。高度集中的市场结构损害了消费者的长期利益，缺乏竞争的市场上的企业无需为改善产品质量而竞争。同时，现行反垄断法假定市场力量本身并不一定有害，市场力量是效率改进的结果，除非价格上升或产出降低，否则市场力量是良性的，这种分析方法将竞争损害等同于企业是否会选择通过价格工具来行使市场力量，低估了企业是否已经累积起市场力量，以及是否以其它方式扭曲竞争过程。此外，允许数字平台聚集数据，导致在市场力量在最终实施的时候，对平台市场力量的反垄断审查更加困难。此时，企业可以通过多种不会直接导致短期价格或产出效应的形式行使市场势力。
    依赖价格来衡量平台竞争，数字平台的支配地位因网络效应与对数据的控制而加强，通过跨行业合并，平台得以控制竞争对手需要依赖的基础设施。当基于价格的衡量无法规制数据市场变化时，加强对市场结构与竞争过程的分析，尤为重要。然而，在分析数据市场结构时，并不是彻底回到传统的结构－行为－绩效分析范式，而是在评估竞争时如果缺乏对数字市场结构的理解，会产生误导性的结果。另一方面，如果执法机关简单地禁止数字经济平台从事任何交易，显然将会产生明显的假阳性错误。
    那么，数据市场是否有效地进行了自我矫正呢？毋庸置疑，伴随着反垄断的无能为力，数据市场的集中度越来越高。因此，对于数据驱动型企业合并的反垄断法规制，比事后规制垄断的措施更有优势。我们并非主张为增加执法本身而增加执法，但确实当前执法机关过于强调假阳性错误而轻视假阴性错误。对数据市场的干预，需要根据数字经济的动态特征，在过早干预可能阻碍那些促进竞争的进一步发展的风险与支配地位构成市场发展障碍的风险之间，寻求平衡。
        
     （二）颠覆既定分析框架的转向难题
    在国家构建现代化经济体系的过程中，建立统一开放、竞争有序的现代市场体系，通过不断完善反垄断法推动现代市场体系建设，成为新时代加快完善社会主义市场经济体制的重要路径。立法环节会存在遗留问题，法律的修订需要处理各种复杂因素，难以适应市场经济的现代性需求，法律制定过程无法有效整合不均衡的利益结构等原因，会将市场经济的内部结构冲突转嫁到执法和司法环节。反垄断法自始就也就具有严重的不完备性，即便是逐渐完备仍然发现垄断行为不可阻止，每当经济技术上有任何变动、创新的变化就会使法律滞后。随着时间的推移反垄断法不断完备，但是具体到个案也无法应对崭新的案例和技术，只能退回到基本的法律原则性中解决。
    传统的反垄断分析范式并不会因数据市场的特殊性而无法被适用，即使有必要就数据市场中的双边/多边市场、网络效应等特性调整特定的分析工具，执法机关仍围绕市场界定、市场力量及竞争效果等传统分析架构进行审查。即使数据垄断本身具有限制竞争的效果，反垄断法对于数字平台操纵关键投入要素的行为已有成熟的分析架构，只需要回应数据相关的特性，调整反垄断法传统的分析工具即可。尤其技术及市场预测将更有难度，对于涉及某些市场及技术发展的相关案例需要持续研究。虽然对反垄断法某些规则的适用有所疑问，但是仍不足以否定其存在的基础，并非是需要对反垄断法传统分析框架进行范式转移式修正后才能妥适规范的问题。在提出实务上具体可操作的方法之前，应持续研究类似分析方法是否真的无法将竞争效果吸纳于分析过程。即使数据对市场竞争具有重要影响，执法机关仍然应将审查的重点置于数据的利用方式对最终产品市场竞争的影响。
    对法律适用确定性的渴求，人们迫切希望将数据——这个新时代的热点元素——融入《反垄断法》，然而，试图扩大反垄断法更好地反映了工业时代的法律思想，而不是数字经济时代。数据市场竞争中的行为大多具有阶段性，不具有普适性。通过法律解释以消除缺乏合理的成文法的鸿沟，在判断行为合法与否时，要求对竞争损害和潜在收益进行衡量，也即合理原则的通常期待，因此受反垄断法规制的企业需要安全港以限制规制范围的不确定性。如果规则不能提供充分的指引和可预测性，那么适当的回应并不是放弃反垄断执法，而是采用安全港规则。
    反垄断法借助经济学获得理论依据，有效解决数据市场那些貌似特殊的反垄断问题。数据在平台经济的发展中至关重要，然而也对反垄断执法带来挑战，无论是市场界定、采取的限制竞争行为等问题，都因为数据的存在，就分析方法或竞争效果评估上予以调整的必要。现行反垄断法及其分析工具在面对破坏性创新对产业生态系造成的影响时，具有滞后性。
    但是，随着三维结构的发展，平台、数据、算法的交叉融合现象日益突出，数字平台正在改变市场竞争的外在形式和内在元素，作为海量、多元而实时的数据集合体，通过数字技术和算法的设计，取得一定市场影响或优势地位的力量，传统的价格中心型分析框架也就变得僵化。因此，我们必须体系化构建规制数据市场的竞争损害行为的规范。
    日益增长的担忧促暗示反垄断法的无能为力，目前需要加强对数据市场监管，价格中心型分析框架不足以应付大型数字平台，需要更新数据市场的竞争法律框架。颠覆既定的法律框架需要强有力的证据，证明在实现其目标上系统性地失败。然而，这仍然是高度复杂和不确定性的市场，缺乏干预和过度监管都给社会带来沉重的代价。对于如何评估数字经济平台的竞争影响，尤其是在数据市场上占主导地位的大型平台，目前还没有达成共识，如果不采取如此激进的措施，需要突破既有框架内解决对平台竞争担忧的问题。
    四、数据生产要素的全生命周期规制
    数字经济时代，新的技术集群的颠覆式创新对整个工业经济的法律体系带来很大挑战，我国民法典成为数字文明时代的民法典，但对数字经济时代的需求回应仍不足以具体、全面。数字经济对市场竞争的影响，虽然对反垄断法有适用上的挑战，仍不足以否定反垄断法存在的基础，根据数据市场竞争的特性，对既有反垄断配套法规进行调整，稳步推进持续市场调查并逐步完善法制建构。除反垄断法外，不同法律规范和程序相互配合形成对数据全生命周期的规制。对于数字平台在适用反垄断法产生的问题，在执法逻辑上采取裁量行为，降低直接适用现行规范的障碍。
    （一）构建数据市场的事前监管工具
    在现行反垄断分析框架内运用现有权力，处理平台竞争中的具体难题。竞争分析可以继续侧重于价格，但是必须解决竞争评估中的缺陷，即将价格作为竞争损害的核心，而通常忽略产品质量、服务、多样性等难以衡量的利益，倾向静态效率而忽略动态的消费者福利。数据市场需要事前监管来防止剥削性滥用行为，让执法机关规制数字平台的市场力量，避免在特定案件中证明数据市场的支配地位和损害理论，而不必采取极端的资产剥离措施。当平台竞争发生在未来市场时，平台围绕自身构建的生态系统进行投资和创新，事中事后监管不足以解决数字平台的技术问题，以减少破坏性竞争损害。构建与高质量发展要求相适应、体现新发展理念的新型事前监管工具，以增强数字经济平台市场的竞争过程。
    1.数据市场的可迁移性
    借鉴欧盟数据可携权的经验，在规制数据垄断方面，通过对数据进行分类，赋予企业附条件的有限可携权，以及强制数据存储的互操作性，并尽快将数据格式标准化以提高平台兼容性。数据可迁移性可以降低同时使用不同平台的用户转换成本，并相应地削弱平台市场力量产生的网络效应，促进平台经营者基于不同的商业模式竞争。换言之，以数据可迁移性激发学习效应，通过其自身平台整合网络效应，创新服务对未来市场产生竞争效益。标准和互操作性，各类规范中协议的互操作性、数据的互操作性、完全协议的互操作性，通过基于数据开放标准和数据流动的工具，开放用户持有的特定数据，让用户控制个人数据，在数字平台之间进行转换或者数据共享，并基于合理条款供第三方访问，为用户提供有效的数字服务，从而促进平台间的创新与竞争。
    2.数据驱动型合并的事前规制
    占据支配地位的数字平台，降低具备未来竞争优势的初创企业尚未在市场上站稳时即被并购，无法接续发展而成为市场大型平台的竞争对手，影响未来市场的有效竞争。在评估这类合并时，执法机关需要将数据市场的动态性发展因素考虑在内，设置监管沙盒，扶持初创企业来帮助它们成长为有力的竞争对手，影响来自其他替代商业模式的竞争。平台通过对市场信息的快速分析，在早期发现潜在竞争服务，直接让竞争者在尚未成为有效竞争力量前被合并，针对市场上创新服务等未占据市场占有率的新进入者，且服务本身看似对市场无相当的影响而被忽略。德国在《反限制竞争法》第九次修正案第35条（1a）项调整多边市场事前合并审查门槛，让审查门槛不再以营业额为基础，使得尚未取得高营业额，但在市场上已经具备发展潜力或其他竞争价值，而由其他企业愿意高价收购的合并案，以合并价值超过4亿欧元为门槛（第4款），纳入合并事前审查。
    3. 数据市场的安全港制度
    推进数据市场准入条件，合理设置行业准入分类规定和许可，分领域制定监管规则和标准完善新业态的标准体系。对某种行为类型划定明确的门槛标准，设定数据市场活动在反垄断法上的安全港，提供低于门槛标准或位于安全区的合法性保障，降低其违法的风险，或执法机关和法院将不展开调查或进行处罚。如果行为构成限制竞争的违法性过低时，仍然认定构成违法，则降低了潜在进入市场或市场创新的诱因，在市场上产生寒蝉效应。另一方面，执法机关将资源错置到轻微案件，导致严重妨害市场竞争的案件缺乏有效规制，反而不利于维护市场竞争。通过安全港将轻微案件予以筛选排除，实现执法资源的最佳配置，数字经济平台亦可在安全范围内自由地从事市场活动，实现法定主义与实质正义的利益平衡。
    （二）推动修订数据市场的竞争规范
    数字经济平台作为数据汇集的中心，海量多元的数据被少数平台快速收集，实时分析出数据的价值，适时调整市场决策或推出创新符合市场期待的服务。数字平台基于动态竞争的特性，借助数据汇集地位与数据快速收集、处理的技术优势，以机器学习持续将数据有效的应用于市场竞争，维持或持续扩大其市场地位。对与数据利用相关的平台限制竞争行为，限制关键数据、大数据杀熟、策略性合并、混合搭售、变相增加用户转换成本等，勾勒出数字经济平台利用数据进行的限制竞争行为的轮廓。数据影响平台竞争，未必即可取得数据而对市场竞争产生影响，须进行个案市场竞争评估。市场竞争所需的关键数据是否集中于特定平台，进行数据封锁。平台掌握并利用得以促进或强化网络效应的相关数据，即使具备高度竞争价值的数据，但如果市场上存在可用于相同功能的替代性数据，那么该平台的市场力量受到限制，多元的数据可以产生不同的利用价值，平台是否能够取得或掌握互补性的数据，也会影响市场力量的展现。
    1. 增加相对优势地位条款
    反垄断法旨在防止经济力量的滥用，具有相对市场力量的经营者，虽然并未达到反垄断法所要调整的市场标准，但是在经济活动上却已经实质的影响到了市场竞争，交易双方因地位上的不对等，导致一方利用自身的优势地位而使另一方受损，在市场力量滥用之虞，即有规制的必要性。在数字经济时代，对于新型数据、平台、算法垄断行为，交易双方地位上的不对等性更为明显，平台与平台内经营者已经不再是单纯的上下游关系或交易关系，通过经营不断积累经营数据与消费者数据，获取最大利润；而平台内经营者需要借助平台进行宣传及商品销售，从而形成对平台的依赖。这种依赖关系以数据为纽带，将平台和平台内经营者结合，利用依赖关系对平台内经营者课以不合理的限制、附加不合理的交易条件和收取不合理的费用，直接损害交易相对人的利益。在充分考量数字经济的特性，根据平台、数据和算法三元融合对竞争的影响，实现对平台滥用相对优势地位行为的规制。在修订内容上，增加相对优势地位的判断标准，对市场份额、交易依赖程度、转换可能性、商品或服务的供需情况，并明确具体的违法行为类型。
    2.明确必要设施原则的适用
    数据作为生产要素变得越来越重要，由于强大的网络效应和规模经济，在平台经济中增加了平台收集数据的市场力量，利用市场力量扩大数字平台生态，从而阻碍新进入者的创新。近年来由数据争夺引起的平台纠纷屡见不鲜，由早期的“3Q大战”、菜鸟顺丰数据纠纷到如今的平台二选一、“头腾大战”、微信与飞书纠纷，其背后涉及数据的是开放与拒绝使用问题，必要设施原则对规制数据拒绝接入行为提供了有益的借鉴。
    德国最新的《反限制竞争法》第十修正案草案，对适用必要设施原则的情形进行了更新和补充，将拒绝提供数据列为拒绝提供必要设施行为之一。禁止拥有市场支配地位的经营者拒绝其他经营者通过合理的对价出售产品或服务，当这些接口是经营者开展业务必须的，拒绝使用将导致上游或者下游市场竞争被排除，除非拒绝具有正当的理由。现行法律规定对必要设施的理解更多地为物理性的必要设施。在《反限制竞争法》第19条第2款加入第4项，在网络或者其他基础设施外添加数据为必要设施之一，强调拒绝使用必要设施造成的排挤上下游有效竞争的影响。起源于上世纪的必需设施原则应根据数据市场特点予以调整。
     当前，数字经济平台拒绝向第三方开放其所收集的数据，引发了诸多争端，而在竞争者由于网络效应难以复制数据的情况下，其他数据集就难以同具有市场力量的数字平台所收集的数据集相竞争。适用必要设施原则规制数据拒绝接入行为，主要涉及到上下游两个市场，双方在下游市场应存在现实或潜在竞争，并且充分考虑数据的生命周期以及相关产业和平台的竞争方式，聚焦在数据的替代性、获得性。同时，还应充分考虑数据与平台相结合的新型竞争模式所带来的外部性，以此作为衡量和判断实行数据拒绝接入行为是否达到限制和排除竞争的效应，实现数据共享的规范化工作。
    （三）以规制思维弱化事后处罚机制
    随着算法合谋、平台滥用市场力量和数据驱动型合并行为的不断涌现，对其进行人为的监管是很难满足极端复杂性的需求，传统的价格中心型监管模式向技术驱动型监管模式的转变不可避免。数据市场的监管手段滞后，使科技创新可能游离至监管体系之外，变相的规避监管，致使监管套利或引发监管空白。结合平台竞争的特点实现精准规制，以精细化和科学化的措施灵活应对，避免造成对数据市场的过度干预。通过科学技术和管理技术提升治理能力，信息技术的快速进步与新业态的迭代发展推动了数字市场的演化。利用高科技手段的科学规制，通过政府部门与平台数据共享，强化平台监测预测预警能力，充分利用大数据、人工智能、区块链等技术来建构规制体系，系统规划平台风险防控和治理体系建设。
    在放松管制的理念下从管制型向服务型的转变，事前监管的功能是信息披露而非行政管制。需要建立与新发展理念相适应的反垄断规制体系，充分发挥市场在资源配置中的决定性作用，规范事后监管促进公平竞争。落实事后监管责任，健全监管规则，创新监管方式，形成市场自律、政府监管、社会监督互为支撑的协同监管格局，营造市场化法治化的营商环境。
    基于工业经济体系的事后干预在难以有效规制数字经济平台，以责任思维核心构架的权利范式，赋予市场主体权利来保护利益，权利受损则追究侵权主体的法律责任。
    数字经济模式下的利益结构及作为利益的主客体类型都发生了变化，为了实现对利益的有效保护，反垄断法保护利益的工具和规制范式也需要与时俱进。数字市场的反垄断规制以监管科技强化事前监管范式，同时弱化事后处罚机制，及时和科学地采取预防性监管和持续性监管，应对数字经济的竞争损害。
    数据市场的竞争损害特性决定了责任范式不是恰如其分的制度安排。数字市场的反垄断规制的价值目标，其功能预设的重心在于预防风险发生对公益客体的损害，救济受害者多是辅助手段。在制度设计中，主要通过事前预防责任的分担降低风险损害，以及事后责任制度中公法责任与私法责任的混合责任。因此，数据生产要素应当是规制思维，对行为主体的行为予以一定限制或设定规范等办法来保护利益，而非通过赋权。
    结语
    数据价值的实现不仅在于开放，更在于通过数据共享实现生产要素的升值。数据的共享、融合成为这个时代的主旋律，将这些数据进行共享、进行数据的整合，每个主体都有权利通过各种手段对数据进行整合、收集、加工，从而形成一个自有的数据集合。随着平台、数据、算法的交叉融合现象日益突出，数字平台正在改变市场竞争的外在形式和内在元素，作为海量、多元而实时的数据集合体，通过数字技术和算法的设计，取得一定市场影响或优势地位的力量，传统的价格中心型分析框架也就变得僵化。因此，需要将平台、数据、算法要素嵌入反垄断法中，构建“三元融合”的有机分析框架，而不是一种单向度的抽象概念。
    原刊于《国家检察官学院学报》2020年第6期。本文注释已略，建议阅读原刊。